第二章优化问题与计算..docVIP

第二章 优化问题与计算 我们在Matlab6.5软件包中讨论问题。 §2.1 Matlab内部优化命令 （1） fminbnd 此命令的功能是在一个指定的区间中求一元函数f(x)极小值。调用的格式如下： x = fminbnd( fun, a, b) x = fminbnd( fun, a, b, options ) x = fminbnd( fun, a, b, options, P1, P2, ... ) 或者 [ x, fval ] = fminbnd(...) [ x, fval, exitflag ] = fminbnd(...) [ x, fval, exitflag, output ] = fminbnd(...) 解释（1.1） ① x = fminbnd( fun,a, b )为基本调用格式, 功能是在一个指定的区间中求一元函数f(x)极小值。 ② x = fminbnd( fun, a, b, options )表示添加选项options的调用格式，选项options的参数在函数optimiset中定义，例如，是输出每次迭代的细节（此时选择’iter’），还是仅仅输出最后的结果（此时选择’final’），另外，还可以选择最大的迭代次数等等；如果没有选项，则可以令options=[ ]。 ③ x = fminbnd( fun, a, b, options, P1, P2,...)中的P1, P2，…是目标函数中的其它参变量。 解释（1.2） ① [x,fval] = fminbnd(...) 表示显示计算结果中的解x和解x处的目标函数值fval。 ② [x,fval,exitflag] = fminbnd(...)表示显示计算结果中的解x和解x处的目标函数值fval，以及返回指标exitflag，表示目标函数收敛到解x；表示已经达到规定的最高迭代次数；表示目标函数不收敛。 ③ [x,fval,exitflag,output] = fminbnd(...) 表示除了显示（2）中返回结果以外，还要返回“output”项目中的内容，包括被使用的算法、目标函数被计算的次数、迭代的次数等等。 解释（1.3） x = fminbnd(@myfun,x0)表示调用自定义函数myfun作为目标函数。 可以利用inline函数直接定义一元目标函数。 例如，在区间中求目标函数的最小值。首先写一个名字为opt_fminbnd_1的M—文件： f = inline(x.^3-2*x-5); [x,fval,exitflag,output] = fminbnd(f, 0, 2) 存盘后按F5键执行，得到结果： x = 0.8165 fval = -6.0887 exitflag = 1 output = iterations: 9 funcCount: 11 algorithm: golden section search, parabolic interpolation 其中，“iterations: 9”表示共迭代9次，“funcCount: 11”表示目标函数被计算11次，“algorithm: golden section search, parabolic interpolation ”表示所使用的算法是黄金分割搜索与抛物内插值方法。 （2）fminsearch 此命令的功能是求解多元函数的极小值，它使用的是参考文献[2]中介绍的单纯形方向搜索法（the simplex direct search method）。调用格式是： x = fminsearch(fun,x0) x = fminsearch(fun,x0,options) x = fminsearch(fun,x0,options,P1,P2,...) 或者 [x,fval] = fminsearch(...) [x,fval,exitflag] = fminsearch(...) [x,fval,exitflag,output] = fminsearch(...) 解释（2.1） fminsearch 主要解决无约束、非线性的多元函数的极小优化问题。 x = fminsearch(fun,x0) 表示以x0为起点求解函数fun的局部极小值x，其中 x0 可以是数值、向量和矩阵。 x = fminsearch(fun,x0,options) 表示带有选项options的优化问题，目标函数是 fun，起点是x0，其中选项options 可以在函数optimiset中设定。 x = fminsearch(fun,x0,options,P1,P2,.